一种集群资源调度方法、装置、电子设备及存储介质

本申请实施例提供一种集群资源调度方法、装置、电子设备及存储介质，涉及大数据技术领域，用以平衡资源使用成本与违反率。其中，方法为：当满足资源调度触发条件时，获取集群当前的资源状态信息和待执行任务状态信息；将资源状态信息和待执行任务状态信息输入至资源调度模型中，得到资源调度模型输出的目标资源调度策略，其中，资源调度模型是：通过将资源调度策略选择过程建模为马尔可夫决策过程进行强化学习得到的，马尔可夫决策过程的状态空间包括：不同资源状态信息和不同待执行任务状态信息的组合，马尔可夫决策过程的动作空间包括：各资源调度策略，马尔可夫决策过程的奖励函数是由SLA达标率和资源成本构成的；执行目标资源调度策略。